买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学申请的专利一种基于潜在概念混淆的深度神经网络训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119669754B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411727060.3，技术领域涉及：G06F18/214；该发明授权一种基于潜在概念混淆的深度神经网络训练方法是由王烁;贺超翔;孙士锋;谷大武设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于潜在概念混淆的深度神经网络训练方法在说明书摘要公布了：本发明涉及一种基于潜在概念混淆的深度神经网络训练方法，方法包括以下步骤：S1、获取高纬度数据，得到量化的上层潜在嵌入表示；S2、得到N个概念评估样本；S3、得到欠学习概念位置集合；S4、对于欠学习概念位置，将该位置的编码向量用空白概念编码向量替换，替换后的量化的上层潜在嵌入表示经过层次解码器，得到概念混淆样本；S5、基于概念混淆样本微调目标模型，得到结果模型，所述结果模型用于图像分类任务。与现有技术相比，本发明具有提高神经网络对于对抗性攻击和分布漂移的防御性能等优点。

本发明授权一种基于潜在概念混淆的深度神经网络训练方法在权利要求书中公布了：1.一种基于潜在概念混淆的深度神经网络训练方法，其特征在于，方法包括以下步骤： S1、获取高纬度数据，将所述高纬度数据输入通过预训练的编码器，经过两级编码器进行编码后得到底层潜在嵌入表示和上层潜在嵌入表示，对上层潜在嵌入表示进行量化得到量化的上层潜在嵌入表示； S2、从量化的上层潜在嵌入表示中给定一个位置，将该位置的编码向量用编码本其他的编码向量替换，重复S2，对于每个位置替换N次，得到N个概念评估样本； S3、将N个概念评估样本输入到目标决策模型，记录N个模型输出的标签的熵，对于任一个位置，若该位置的熵大于给定阈值，则判定该位置为欠学习概念位置，得到欠学习概念位置集合； S4、对于欠学习概念位置，将该位置的编码向量用空白概念编码向量替换，替换后的量化的上层潜在嵌入表示经过层次解码器，得到概念混淆样本； S5、基于概念混淆样本微调目标模型，得到结果模型，所述结果模型用于图像分类任务； 所述替换后的量化的上层潜在嵌入表示经过层次解码器，得到概念混淆样本的具体步骤为： 替换后的量化的上层潜在嵌入表示输入层次解码器的上层解码器，输出上层重构表示，所述上层重构表示和底层潜在嵌入表示经过量化后一起输入层次解码器的底层解码器，输出概念混淆样本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。